JAKARTA - L’application de reconnaissance de chansons populaires, Shajam, a atteint une étape importante dans l’histoire en identifisant plus de 100 milliards de chansons depuis leur sortie en 2002. Cette réalisation a été annoncée par Apple le mercredi 20 novembre, qui a célébré ce moment important comme preuve forte que Shajam fait partie intégrante de la découverte de la musique dans le monde entier.
« Pour atteindre 100 milliards de chansons, on doit utiliser Shajam pour reconnaître une chanson par seconde pendant 3 168 ans », a déclaré Apple dans un communiqué de presse. Ce chiffre est également équivalent à 12 chansons pour chacun de la planète.
« Ce sujet monumental reflète non seulement à quel point les gens aiment utiliser Shazan, mais aussi leur passion pour trouver de nouvelles musiques. La découverte de la musique est au cœur de ce que nous faisons, et nous continuons d’innover afin que les fans de musique du monde entier puissent utiliser le bouton Shazan où qu’ils entendent de la musique », a déclaré Oliver Schusser, vice-président d’Apple Music and Beats.
Shajam a été lancé pour la première fois en 2002 comme service SMS au Royaume-Uni. Les utilisateurs ont simplement appelé 2580, dirigé le téléphone au haut-parleur et reçu des noms de chansons ainsi qu’ d’artistes par message texte. Six ans plus tard, Shajam est apparu sous la forme d’une application iOS, et en 2011, l’application a reconnu plus de 1 milliard de chansons.
Apple a acquis Shajam en 2017 et l’a intégré dans l’écosystème d’Apple en 2018. La fonctionnalité de reconnaissance de la musique via Shajam peut même maintenant être ajoutée directement au centre de commande sur les appareils iOS.
Pour la célébration de la réalisation des 100 milliards de chansons, Apple a publié une liste des « Top 100 Songs All Time versions Shajam », qui comprend des chansons de succès telles que « Dance Monkey » de Tones and I, « Counting Stars » de One Républica et « get Lucky » de Daft punk.
Shajam a prouvé que la technologie ne peut pas seulement reconnaître la musique, mais aussi créer de nouvelles expériences d’appréciation de la musique à l’ère numérique.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)